# 推出 Grok 4.5 - 来源：Cursor Blog - 发布时间：2026-07-08 08:00 - AIHOT 分数：80 - AIHOT 标记：精选 - AIHOT 链接：https://aihot.virxact.com/items/cmrcdtas00074ihx5zzerv512 - 原文链接：https://cursor.com/blog/grok-4-5 ## 精选理由 Cursor 联合 SpaceXAI 发布 Grok 4.5，这是他们第一款跳出代码场景的通用模型，对于 Cursor 用户意味着日常大部分文字工作都能直接在编辑器里完成，第一周还双倍用量，值得试一下。 ## AI 摘要 Cursor 与 SpaceXAI 联合训练了混合专家模型 Grok 4.5，在数万亿 tokens 的 Cursor 用户交互数据上训练，并通过强化学习解决软件工程、数据科学、金融、法律等领域的困难问题。基础版定价 $2/M 输入 tokens、$6/M 输出 tokens，快速版 $4/M 输入 tokens、$18/M 输出 tokens。即日起在 Cursor 桌面、网页、iOS、CLI 及 SDK 中可用，个人和团队计划首周使用量翻倍。Grok 4.5 与 Composer 2.5 为不同权重类别，两者将继续支持。 ## 正文 博客 / 研究 今天，我们与 SpaceXAI 联合发布了 Grok 4.5，这是我们迄今为止最智能的模型，也是我们构建的第一个不只局限于软件工程领域的模型。 Grok 4.5 能够处理那些需要创造性地使用工具来解决问题的困难、耗时的任务——无论是在软件工程、数据科学、金融、法律工作，还是你在电脑上做的任何其他事情。 Cursor 面向个人和团队的订阅计划都包含了该模型的大量使用额度，且在首周内使用额度翻倍。我们还新增了反映该模型网络安全能力的安全保障措施。 坚实的基础 Grok 4.5 是一个混合专家模型，由我们与 SpaceXAI 联合训练。 训练过程包含了数万亿个 token 的 Cursor 数据，这些数据涵盖了用户与代码库和软件工具的广泛交互。这个数据集使模型能够同时从现有软件以及开发者与智能体的交互中学习，从而理解开发者如何工作以及智能体如何与其环境进行交互。 我们之前训练的模型 Composer 2.5 被设计为编码专家，而在 Grok 4.5 上，我们有意将训练数据的组合范围扩大得更广。这包括引入高质量的 STEM 任务、研究论文和其他知识工作，以使模型在广泛的领域中获得娴熟的能力。 针对难题的强化学习 我们在覆盖软件工程和更广泛知识工作的现实环境中，针对难题采用了强化学习。这些环境教会模型如何研究问题、使用工具、从错误中恢复以及验证结果。 其中许多问题被设计得异常困难，即使是前沿模型也无法解决。随着模型能力的提升，现有的任务无法再教会它们任何新东西，而那些曾经需要大量推理才能解决的问题也变得常规化了。 我们开发了一套分布式智能体系统，用于大规模构建这些环境。工程师指定问题以及如何验证解决方案，然后大量智能体共同构建、测试并优化每个环境。其中有些环境原本需要数百名工程师团队耗时数月才能建成。这也是我们利用前一个模型加速下一个模型进展的方式之一。 开始使用 Grok 4.5 Grok 4.5 即日起在 Cursor 中可用，覆盖桌面端、网页端、iOS、CLI 以及我们的 SDK。 个人和团队计划中已包含该模型的显著使用量，作为我们第一方模型池的一部分，并且我们在首周将使用量翻倍。基础模型定价为每百万输入 token 2 美元、每百万输出 token 6 美元。还有一个快速变体，定价为每百万输入 token 4 美元、每百万输出 token 18 美元。 Grok 4.5 和 Composer 2.5 属于两种不同的模型权重等级，我们很高兴能同时支持这两种规模与权重。Composer 2.5 将继续提供，今后我们也会发布这一规模的新模型。 SWE-Bench Pro 和 Terminal-Bench 显示的是第三方模型的自报分数。对于 SWE-Bench 多语言版本，GPT 5.5 的得分来自我们的内部运行。 Grok 4.5 在 CursorBench 上具有优势，因为 Cursor 代码库的一个早期快照被意外包含在训练数据中。具体影响尚不明确。该数据已从后续模型中移除，同时我们正在对 CursorBench 进行更大的更新，因此这里未纳入该基准。 2026 年 4 月 6 日 · 研究 通过 warp decode 实现更优的 MoE 模型推理 Less、Federico 和 Zhiyuan · 10 分钟阅读 2026 年 3 月 17 日 · 研究 训练 Composer 以应对更长的时间跨度 Federico 和 Sasha · 7 分钟阅读 2026 年 6 月 25 日 · 研究 奖励欺骗正在淹没模型智能的提升 Naman Jain · 7 分钟阅读 View more posts →